14.02.2014

Omron Inspesktionssysteme

Schnellere Detektion bei der Verpackungsinspektion

Neue Bildverarbeitungsmethoden steigern Geschwindigkeit um das Zehnfache.

Die hohen Erwartungen der Verbraucher an Informationen auf Nahrungsmitteln, Pharmazeutika oder Non-Food Produkten, sowie neue gesetzliche Auflagen führen bei Produzenten zu einem immer größeren Bedarf an Inspektionslösungen für die Überprüfung des korrekten Aufbringens dieser Informationen. Dabei wird neben Endkontrollen zunehmend auf Teilkontrollen von kritischen Punkten nach den entsprechenden Bearbeitungsschritten gesetzt.

Kompromiss zwischen Geschwindigkeit und Präzision
Bildverarbeitung bei schnellen Verpackungsprozessen oft ein Kompromiss zwischen Geschwindigkeit und Präzision. Der Kontrolle von äußeren Merkmalen der Verpackungen sowie Etiketten- oder Verpackungsbedruckungen kommt dabei eine zentrale Rolle zu. Verbraucher kommen mit diesen Elementen als erstes in Kontakt und diese sind oft kaufentscheidend oder können sogar rechtliche Konsequenzen nach sich ziehen.

Der zunehmende Kostendruck bei der Herstellung führt aber zu immer höheren Verarbeitungsgeschwindigkeiten. Dies ist für viele Inspektionssysteme eine große Herausforderung für die präzise Erkennung von Objekten einschließlich möglicher Sonderfälle bei sich verändernden Umgebungsbedingungen. Die dafür notwendige, oft hohe Rechenleistung geht mit einer Reduzierung der Verarbeitungsgeschwindigkeit einher.

Mit der Verwendung neuer Bildverarbeitungsalgorithmen (z.B. edge-based sparse features‚ variation absorbing templates, etc.) und ultra-schneller, paralleler Hardwarearchitektur, kann Omron mit dem neuen optischen Inspektionssystem FH eine über 10x schnellere Detektionsgeschwindigkeiten gegenüber herkömmlichen Inspektionssystemen realisieren. Gegenüber vorherigen Algorithmen kann sogar eine über 100x schnellere Geschwindigkeit bei einer gleichzeitigen Erhöhung der Detektionsqualität festgestellt werden.

Sparse Edge Detection Algorithmus löst Probleme vorheriger Bildverarbeitungsalgorithmen
Seit den 1980er Jahren gab es in jedem Jahrzehnt einen Durchbruch bei den Bildverarbeitungsalgorithmen für die Objekterkennung. In den 1980ern erlaubte der Binary Image Based Algorithmus eine relativ schnelle Objekterkennung. Dieser schnelle Algorithmus war an die recht geringen Rechnerleistungen angepasst, zeigte aber eine Anfälligkeit für Rauschen, Beleuchtungsänderungen, Schattenbildung, geringe Kontraste, etc.

In den 1990ern erlaubte die sich rasant entwickelnde Beschleunigung der Hardware eine genauere Grauwertauswertung des Bildes und die Probleme bei geringen Kontrasten konnten reduziert werden. In den 2000ern brachten die Kanten-basierten Algorithmen eine Verbesserung bei Beleuchtungsänderungen und Schattenbildung. Diese hatten aber noch Nachteile bei Unschärfen und niedrigen Kontrasten. Der neue Sparse Edge Detection Algorithmus reduziert die verwendeten Informationen auf klar identifizierbare und representative Punkte. Dadurch werden zum einen Fehlermöglichkeiten entfernt und eine signifikante Geschwindigkeitsverbesserung erzielt.

Variation-Absorbing Methode erhöht Stabilität und Geschwindigkeit durch Variationsprognose
Kleinere Abweichungen der Positionen von Objekten z.B. durch Vibrationen eines Förderbands können die fehlerfreie oder schnelle Verarbeitung von Bildinformationen bei herkömmlichen Inspektionssystemen beeinflussen. Gegenmaßnahmen in der Software, um diese Fehler zu kompensieren können die Rechenleistung und somit die Verarbeitungsgeschwindigkeit signifikant reduzieren und oftmals müssen Kompromisse zwischen Zuverlässigkeit und Geschwindigkeit gemacht werden.

Die neue Variation-Absorbing Methode (Patent eingereicht) prognostiziert mögliche Variationen der repräsentativen Punkte der verfolgten Objekte. Durch ein intelligentes Cluster-Verfahren werden diese Variationen zusammengefasst. Eine Auswertung dieser Cluster reduziert Detektionsfehler, während die Speicherverwendung niedrig und die Verarbeitungsgeschwindigkeit somit hoch bleibt. Somit kann eine Hochgeschwindigkeitsbildverarbeitung erfolgen, bei dem die Präzision (z.B. durch Vergleich des Root Mean Square Errors) um den Faktor 10 gesteigert werden kann.

Intelligente Visualisierung erlaubt intuitive Bildoptimierung auch für ungeübte Anwender
Die Kriterien, um ein möglichst klares, stabiles und einfach zu verarbeitendes Objektbild zu erzielen, sind äußerst komplex. Eine Verbesserung dieses Ausgangsbildes für die Verarbeitung durch Inspektionssysteme wurde oft durch Trial&Error oder durch langjährige Expertise ermittelt. Das neue Visualisierungs- und Bildoptimierungskonzept der Shape Search III Software des FH Inspektionssystems von Omron, erlaubt eine einfache Verbesserung des Bildes auch durch ungeübte Anwender. Dabei werden die bildbeeinflussenden Faktoren intelligent verknüpft und dem Anwender so dargeboten, dass eine intuitive Optimierung erreicht werden kann.

Quelle & Kontakt:
OMRON Europe OMG GmbH
Sensing, Safety and Component Division
Carl-Benz-Str. 4, D-71154 Nufringen, Germany

Tel.: +49(0)7032/811-515
Fax: +49(0)7032/811-199
Mobil: +49(0)172/801-2228
http://www.industrial.omron.eu
Mailto:Gunnar.Bischoff@eu.omron.com

Besuchen Sie Omron auf der interpack 2014:
City Hall, Components Section, 1st floor – booth 318
Ausstellerdatenblatt